本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 使用 Amazon Textract 分析身分文件
若要分析身分文件，您可以使用 AnalyzeID API 操作，並將文件檔案做為輸入傳遞。 `AnalyzeID`會傳回包含分析文字的 JSON 結構。如需詳細資訊，請參閱[分析身分文件](how-it-works-identity.md)。
您可以提供影像位元組陣列 (base64 編碼的影像位元組） 或 Amazon S3 物件的輸入文件。在此程序中，您會將映像檔案上傳至 S3 儲存貯體，並指定檔案名稱。
**分析身分文件 (API)**
1. 如果您尚未執行：
1. 為使用者提供 `AmazonTextractFullAccess`和 `AmazonS3ReadOnlyAccess`許可。如需詳細資訊，請參閱[步驟 1：設定 AWS 帳戶並建立使用者](setting-up.md)。
1. 安裝和設定 AWS CLI 和 AWS SDKs。如需詳細資訊，請參閱[步驟 2：設定 AWS CLI 和 AWS SDKs](setup-awscli-sdk.md)。
1. 將包含文件的影像上傳至 S3 儲存貯體。
如需指示說明，請參閱《Amazon Simple Storage Service 使用者指南》**中的[上傳物件至 Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/UploadingObjectsintoAmazonS3.html)。
1. 使用下列範例來呼叫 `AnalyzeID` 操作。
------
#### [ AWS CLI ]
下列範例會從 S3 儲存貯體接收輸入檔案，並在其上執行 `AnalyzeID`操作。在下列程式碼中，將 的值取代為 S3 儲存貯體`Bucket`的名稱，將 的值`Name`取代為儲存貯體中的檔案名稱。`profile-name` 將 取代為可擔任角色的設定檔名稱，並將 `region`取代為您要執行程式碼的區域。
```
aws textract analyze-id \
--document-pages '{"S3Object":{"Bucket":"{{bucket}}","Name":"{{name}}"}}' \
--profile {{profile-name}} \
--region {{region}}
```
您也可以將另一個 Amazon S3 物件新增至輸入，以呼叫驅動程式授權正面和背面的 API。
```
aws textract analyze-id \
--document-pages '[{"S3Object":{"Bucket":"{{bucket}}","Name":"{{name front}}"}}, {"S3Object":{"Bucket":"{{bucket}}","Name":"{{name back}}"}}]' \
--profile {{profile-name}} \
--region {{region}}
```
如果您在 Windows 裝置上存取 CLI，請使用雙引號而非單引號，並透過反斜線 (\\) 逸出內部雙引號，以解決您可能遇到的任何剖析器錯誤。例如，請參閱下列內容：
```
aws textract analyze-id --document-pages "[{\"S3Object\":{\"Bucket\":\"{{bucket}}\",\"Name\":\"{{name}}\"}}]" --region {{region}}
```
------
#### [ Python ]
下列範例會從 S3 儲存貯體接收輸入檔案，並在其上執行 `AnalyzeID`操作，並傳回偵測到的鍵/值對。在下列程式碼中，將 的值取代為 S3 儲存貯體`bucket_name`的名稱，將 的值`file_name`取代為儲存貯體中的檔案名稱。`profile-name` 將 取代為可擔任角色的設定檔名稱，並將 `region`取代為您要執行程式碼的區域。
```
import boto3
def analyze_id(client, bucket_name, file_name):
# Analyze document
# process using S3 object
response = client.analyze_id(
DocumentPages=[{'S3Object': {'Bucket': bucket_name, 'Name': file_name}}])
for doc_fields in response['IdentityDocuments']:
for id_field in doc_fields['IdentityDocumentFields']:
for key, val in id_field.items():
if "Type" in str(key):
print("Type: " + str(val['Text']))
for key, val in id_field.items():
if "ValueDetection" in str(key):
print("Value Detection: " + str(val['Text']))
print()
def main():
session = boto3.Session(profile_name='profile-name')
client = session.client('textract', region_name='region')
bucket_name = "bucket"
file_name = "file"
analyze_id(client, bucket_name, file_name)
if __name__ == "__main__":
main()
```
------
#### [ Java ]
下列範例會從 S3 儲存貯體接收輸入檔案，並在其上執行 `AnalyzeID`操作，並傳回偵測到的資料。在函數主要中，將 `s3bucket`和 的值取代`sourceDoc`為您在步驟 2 中使用的 Amazon S3 儲存貯體和文件映像的名稱。使用您開發人員設定檔的名稱取代 `credentialsProvider` 的值。
```
/*
Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
SPDX-License-Identifier: Apache-2.0
*/
package com.amazonaws.samples;
import com.amazonaws.auth.profile.ProfileCredentialsProvider;
import com.amazonaws.regions.Regions;
import com.amazonaws.services.textract.AmazonTextractClient;
import com.amazonaws.services.textract.AmazonTextractClientBuilder;
import com.amazonaws.services.textract.model.*;
import java.util.ArrayList;
import java.util.List;
public class AppTest1 {
public static void main(String[] args) {
final String USAGE = "\n" +
"Usage:\n" +
" \n\n" +
"Where:\n" +
" s3bucket - the Amazon S3 bucket where the document is located. \n" +
" sourceDoc - the name of the document. \n";
if (args.length != 1) {
System.out.println(USAGE);
System.exit(1);
}
// set provider credentials
AWSCredentialsProvider credentialsProvider = new ProfileCredentialsProvider("default");
String s3bucket = "bucket-name"; //args[0];
String sourceDoc = "sourcedoc-name"; //args[1];
AmazonTextractClient textractClient = (AmazonTextractClient) AmazonTextractClientBuilder.standard().withCredentials(credentialsProvider)
.withRegion(Regions.US_EAST_1)
.build();
getDocDetails(textractClient, s3bucket, sourceDoc);
}
public static void getDocDetails(AmazonTextractClient textractClient, String s3bucket, String sourceDoc ) {
try {
S3Object s3 = new S3Object();
s3.setBucket(s3bucket);
s3.setName(sourceDoc);
com.amazonaws.services.textract.model.Document myDoc = new com.amazonaws.services.textract.model.Document();
myDoc.setS3Object(s3);
List list1 = new ArrayList();
list1.add(myDoc);
AnalyzeIDRequest idRequest = new AnalyzeIDRequest();
idRequest.setDocumentPages(list1);
AnalyzeIDResult result = textractClient.analyzeID(idRequest);
List docs = result.getIdentityDocuments();
for (IdentityDocument doc: docs) {
ListidFields = doc.getIdentityDocumentFields();
for (IdentityDocumentField field: idFields) {
System.out.println("Field type is "+ field.getType().getText());
System.out.println("Field value is "+ field.getValueDetection().getText());
}
}
} catch (Exception e) {
e.printStackTrace();
}
}
}
```
------
#### [ Java V2 ]
下列範例會從 S3 儲存貯體接收輸入檔案，並在其上執行 `AnalyzeID`操作，並傳回偵測到的資料。在函數主控中，將 `s3bucket`和 的值取代`sourceDoc`為您在步驟 2 中使用的 S3 儲存貯體和文件映像的名稱。
在建立 的 行`profile-name`中`TextractClient`，將 取代為您的開發人員設定檔名稱。
```
import software.amazon.awssdk.auth.credentials.ProfileCredentialsProvider;
import software.amazon.awssdk.core.SdkBytes;
import software.amazon.awssdk.regions.Region;
import software.amazon.awssdk.services.textract.TextractClient;
import software.amazon.awssdk.services.textract.model.*;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.InputStream;
import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;
// snippet-end:[textract.java2._analyze_doc.import]
import java.util.Optional;
import org.json.JSONObject;
/**
* Before running this Java V2 code example, set up your development environment, including your credentials.
*
* For more information, see the following documentation topic:
*
* https://docs.aws.amazon.com/sdk-for-java/latest/developer-guide/get-started.html
*/
public class DetectCelebrityVideo {
public static void main(String[] args) {
final String usage = "\n" +
"Usage:\n" +
" \n\n" +
"Where:\n" +
" bucketName - The name of the Amazon S3 bucket that contains the document. \n\n" +
" docName - The document name (must be an image, i.e., book.png). \n";
if (args.length != 2) {
System.out.println(usage);
System.exit(1);
}
String bucketName = args[0];
String docName = args[1];
Region region = Region.US_WEST_2;
TextractClient textractClient = TextractClient.builder()
.region(region)
.credentialsProvider(ProfileCredentialsProvider.create("default"))
.build();
analyzeID(textractClient, bucketName, docName);
textractClient.close();
}
// snippet-start:[textract.java2._analyze_doc.main]
public static void analyzeID(TextractClient textractClient, String bucketName, String docName) {
try {
S3Object s3Object = S3Object.builder()
.bucket(bucketName)
.name(docName)
.build();
// Create a Document object and reference the s3Object instance
Document myDoc = Document.builder()
.s3Object(s3Object)
.build();
AnalyzeIdRequest analyzeIdRequest = AnalyzeIdRequest.builder()
.documentPages(myDoc).build();
AnalyzeIdResponse analyzeId = textractClient.analyzeID(analyzeIdRequest);
// System.out.println(analyzeExpense.toString());
List Docs = analyzeId.identityDocuments();
for (IdentityDocument doc: Docs) {
System.out.println(doc);
}
} catch (TextractException e) {
System.err.println(e.getMessage());
System.exit(1);
}
}
// snippet-end:[textract.java2._analyze_doc.main]
}
```
------
1. 這將為您提供`AnalyzeID`操作的 JSON 輸出。